Rancang Bangun Aplikasi Diagnosis Penyakit Hepatitis Menggunakan Certainty Factor Erista Pramana 1) (07410100359) 1)
SekolahTinggi Manajemen Informatika dan Komputer Surabaya Email:
[email protected]
Abstract The World Health Organization (WHO) estimates that more than two billion people are infected with hepatitis B with a mortality rate of 250 thousand people per year and 170 million people worldwide suffer from hepatitis C with a death rate of 350 thousand people per year. The number of hepatitis patients in Indonesia is estimated that as many as 30 million people suffer from chronic hepatitis B and C. Half of it is thought to have chronic liver disease, with 10 percent of them become cancerous liver. Applications built will be able to help people with hepatitis in diagnosing and providing information about the disease hepatitis experienced. Information generated application form hepatitis outbreak confidence level based on the physical symptoms experienced were calculated using the Certainty Factor.Based on the evaluation of the test results, hepatitis disease diagnosis applications using Certainty Factor has been made capable of diagnosing hepatitis disease experienced by patients and give certainty to the illness as well as generate data that contains the results of diagnosis and disease therapy diet meal plan that can help the user provide solutions to the disease suffered hepatitis.
Keywords: WHO, Hepatitis, Certainty Factor, Evident, Diagnosis
Penyakit Hepatitis adalah penyakit yang
atas setiap masuknya partikel berbahaya
disebabkan oleh beberapa jenis virus
yang masuk ke tubuh seseorang.
yang menyerang dan menyebabkan
Seseorang apabila mengidap penyakit
peradangan serta merusak sel-sel organ
tersebut maka tidak ada lagi bagian
hati manusia. Hati merupakan organ
tubuhnya
tubuh manusia yang sangat penting
partikel berbahaya atau racun kedalam
yang memiliki fungsi sebagai saringan
tubuh sehingga dapat menimbulkan
yang
dapat
menangkal
resiko kematian. Virus hepatitis ini
1
memiliki tingkat keganasan yang lebih
sangatlah dibutuhkan, hal inilah yang
besar daripada virus berbahaya lainnya
mendorong
termasuk HIV Aids (Green,2005).
diagnosa Hepatitis untuk diwujudkan.
Badan
(WHO)
Penanganan solusi kesehatan Hepatitis
memperkirakan lebih dari dua miliar
akan sangat membantu terutama dalam
penduduk dunia terinfeksi hepatitis B
hal mendiagnosis, menentukan jenis
dengan angka kematian 250 ribu orang
hepatitis yang diderita dan terapi yang
per tahun dan 170 juta penduduk dunia
dibutuhkan.
mengidap hepatitis C dengan tingkat
Dalam penerapan teknologi Artificial
kematian 350 ribu orang per tahun.
Intelligence ada beberapa aturan yang
Jumlah penderita hepatitis di Indonesia
sering digunakan, salah satunya adalah
diperkirakan sebanyak 30 juta orang
Certainty
yang mengidap penyakit hepatitis B dan
merupakan
C. Setengah dari jumlah itu diduga
kepastian terhadap kesimpulan yang
memiliki penyakit liver kronis, dengan
diperoleh yang dihitung berdasarkan
10 persen di antaranya menjadi kanker
nilai
liver (Fauzy,2011).
adanya evident / gejala (Pearl, 2000).
Saat ini, penderita Hepatitis sering
Menurut Kusrini (2008) perhitungan
mengalami keterlambatan penanganan
dengan menggunakan metode ini, dalam
medis.
oleh
sekali hitung hanya dapat mengolah dua
keterbatasan waktu untuk melakukan
jenis data saja sehingga keakuratannya
konsultasi ke dokter dan gejala yang
dapat
nampak pada penyakit ini mirip dengan
Hartati (2005) hasil uji coba sistem
penyakit biasa sering diabaikan oleh
dengan
sebagian besar orang. Sehingga, sering
menunjukkan bahwa sistem mampu
dijumpai penyakit ini sudah pada
melakukan diagnosa penyakit kelamin
kondisi
pria dan penyakit TBC berdasarkan
Kesehatan
Hal
ini
kronis
Dunia
disebabkan
yang
menyebabkan
pembangunan
Factor.
Certainty
perhitungan
probabilitas
terjaga.
penyakit
Sedangkan
menggunakan
aplikasi
Factor tingkat
karena
menurut
metode
kematian karena sudah mencapai tahap
gejala-gelaja
yang
akut dan sulit untuk disembuhkan.
Meskipun
gejala-gejala
Kebutuhan informasi yang cepat dan
mengandung
tepat dari seorang pakar kesehatan atau
nilai
dokter
menunjukkan tingkat kebenaran hasil
spesialis
penyakit
dalam
2
diderita
ini
ketidakpastian
Certainty
Factor
pasien. tersebut dengan yang
diagnosa. Dari uraian beberapa sumber
Salmonella typhi, Salmonella paratyphi ,
inilah dijadikannya alasan, mengapa
tuberkulosis , leptosvera. Faktor non-
Metode Ceratinty Factor digunakan
infeksi misalnya karena obat. Obet
pada implementasi aplikasi ini.
tertentu dapat mengganggu fungsi hati
Sistem
aplikasi
yang
akan
dibuat
dan
diharapkan dapat membantu seseorang
menyebabkan
(Dalimartha,2008).
dalam mendiagnosis dan menenentukan penyakit
hepatitis
yang
hepatitis
Virus yang menyebabkan virus
diderita
hepatitis berada didalam cairan tubuh
berdsarkan gejala fisik yang dialami
manusia
yang
sewaktu-waktu
bisa
serta dapat memberikan solusi atau
ditularkan ke orang lain. Memang
terapi apa yang harus dilakukan untuk
sebagian orang yang terinfeksi virus ini
mengatasi penyakit yang dideritanya.
bisa sembuh dengan sendirinya namun demikian virus akan menetap dalam tubuh seumur hidup.
LANDASAN TEORI 2.1 Penyakit Hepatitis Hepatitis adalah kelainan hati berupa
2.1.1
peradangan (sel) hati. Peradangan ini
Hepatitis A
Penyebab penyakit adalah virus
ditandai dengan meningakatan kadar
hepatitis
enzim hati. Peningkatan ini disebabkan
berukuran 27-nm (yaitu virus dengan
adanya
positive stain RNA). Virus tersebut
gangguan
membran
hati.
atau
dua
(HAV),
picornavius
faktor
dikelompokkan kedalam Hepatovirus,
penyebabnya yaitu faktor infeksi dan
anggota famili Picornaviridae. Gejala
faktor non infeksi. Faktor penyebab
hepatitis
infeksi antara lain virus hepatitis dan
diwilayah
bakteri. Selain karena virus Hepatitis
ditandai
A,B,C,D,E, dan G masih banyak virus
anoreksia, nausea, gangguan abdomial
lain
diikuti
yang
Ada
kerusakan
A
berpotensi
menyebabkan
A
pada
orang
dewasa
nonendemis dengan
dengan
biasanya
demam,
malaise,
gagngguan
ikterus
hepatitis misalnya adenoviruses , CMV ,
dalam beberapa hari. Disebagian negara
Herpes
simplex
,
berkembang virus Hepatitis A terjadi
rubella
,varicella
dan
HIV
,
lain-lain.
pada
amasa
anak-anak
umumnya
Sedangkan bakteri yang menyebabkan
asimtomastis atau gejala sakit ringan.
hepatitis antara lain misalnya bakteri
Infeksi
3
yang
terjadi
pada
usia
selanjutnya melalui
hanya
dapat
pemeriksaan
diperiksa
2.1.2
Hepatitis B
laboratorium
Penyebab penyakit ini adalah
terhadap fungsi hati. Disebagian besar
virus hepatitis B (HBV), termasuk
wilayah dunia muncul secara sporadis
hepadnavirus, berukuran 42-nm double
sebagai wabah dengan kecenderungan
straned DNA virus dengan terdiri dari
muncul secara siklis. Dinegara sedang
neucleocapsid
berkembang umumnya orang dewasa
berukuran 27 mm, dikelilingi oleh
sudah kebal dengan virus tersebut
lapisan lippoprotein dibagian luarnya
sehingga jarang terjadi. Namun dengan
yang
adanya perbaikan sanitasi lingkungan
(HBsAg). Hanya sedikit saja dari
disebagian besar negara di dunia
mereka yang terinfeksi hepatitis B
ternyata membuat penduduk golongan
(HVB) akut yang menunjukkan gejala
dewasa muda menjadi lebih rentan
klinis.
sehinnga
frekuensi
terjadi
KLB
berisi
core
(HBc
antigen
Ag)
permukaan
Kurang dari 10% pada anak-anak
cenderung meningkat.
dan 30%-50% pada orang dewasa
Dinegara-negara maju penularan
dengan efisiensi Hepatitis B (HBV)
penyakit terjadi karena kontak dalan
akut akan berkembang menjadi icteric.
lingkungan
Pada penderita yang menunjukan gejala
keluarga
dan
kontak
seksual dengan penderita akut, dan juga
klinis,
muncul secara sporadis di tempat-
insidious,
tempat penitipan anak usia sebaya,
abdominal yang samar-samar,mual dan
menyerang wisatawan yang bepergian
muntah,
kadang-kadang
ke negara dimana penyakit tersebut
arthralgia
dan
endemis,
berembang menjadi jaundice. Demam
menyersi
ang
pengguna
suntikan pecandu obat terlarang dan
lingkungan
yang
dan
gejala
biasanya
anorexia,
gangguan
trash
dan
disertai sering
ringan atau mungkin tidak sama sekali.
pria homoseksual. Didaerah dengan sanitasi
timbulnya
Tersebar
diseluruh
dunia,
rendah,
endemis atau variasi musiman. WHO
infeksi umumnya terjadi pada usia yang
memperkirakan lebih dari 2 milyar
sangat muda.
orang terinveksi HBV (termasuk 350 juta kronis). Setiap tahun sekitar 1 juta orang meninggal akibat terinfeksi HBV dan lebih dari 4 juta kasus klinis terjadi.
4
Dinegara dimana HBV endemis tinggi
Hepatitis
jenis
diseluruh
infeksi biasanya terjadi pada semua
berhubungan
golongan
prevelansi orang yang menggunakan
infeksi
Meskipun
kronis
tinggi
angka terutama
jarum
suntik
Prevelnsi
tersebar
(prlevansi HbsAg berkisar atas 8 %),
umur.
dunia.
ini
langsung
bersama
HCV dengan
dikalangan
disebabkan karena terjadi penularan
pecandu obat terlarang dan prevelensi
selama kehamilan dan pada masa bayi
kebiasaan menggunakan alat suntik
dan anak-anak.
yang tidak steril ditempat pelayanan
2.1.3 Hepatitis C
kesehatan.
Penyebab penyakit adalah virus hepatitis C (HCV) yang merupakan virus
RNA
amplop,
Faktor kepastian (Certainty Factor)
genus
diperkenalkan oleh Shortlife Buchanan
famili
dalam pembuatan MYCIN. Certainty
Flaviviridae. Paling sedikit ada 6
Factor (CF) merupakan nilai parameter
genotipe yang berbeda dan lebih dari
klinis yang diberikan MYCIN untuk
90 subtipe HCV yang diketahui saat ini.
menunjukkan besarnya kepercayaan.
Gejala
umumnya
Certainty Factor menurut Giarrantano
anoreksida,
dan Riley dalam Kusrini (2008:15)
diklasifikasikan berbeda
dengan
Certainty Factor
ke
dalam
(Hepacavirus)
penyakit
insidious,bisa
dari
ini
disertai
gangguan abdominal tidak jelas, mual
didefinisikan sebagai berikut :
dan muntah-muntah, berlanjut menjadi Dengan :
icterus (jauncide) lebih jarang jika dibandingkan dengan Hepatitis B. Meskipun
infeksi
pertama
mungkin asimtomatis (lebih dari 90% kasus) atau ringan, namun sebagian besar (diantara 50%-80% kasus) akan menjadi kronis. Pada orang yang mengalamin infeksi kronis, sekitar separuh dapat berkembang menjadi cirrhosis atau kanker hati.
5
Dimana: CF (Pk,G)
Dengan menggali dari hasil wawancara tingkat
kepastian
dengan pakar . Nilai CF (Rule) didapat
Pk,
dari interpretasi ‘term’ dari pakar
penyakit
berdasarkan gejala G. MB (Pk,G)
pengukuran
menjadi nilai CF tertentu (lihat tabel 1 )
tingkat
Tabel 1CF Value Interpretation
kepastian penyakit Pk,
MD (Pk,G)
Certain Term
karena adanya gejala G.
Tidak ada
0 - 0.2
pemgukuran
Mungkin
0.4
Kemungkinan Besar
0.6
Hampir Pasti
0.8
Pasti
1.0
tingkat
ketidakpercayaan penyakit
Pk,
berdasarkan gejala G. P(Pk\G)
probabilitas
penyakit
Pk
diketahui
dengan
ANALISIS DAN PERANCANGAN
gejala G telah terjadi. P(Pk)
MD/MB
probabilitas
SISTEM
penyakit
Seorang
dokter
dalam
Pk. Apabila terdapat gejala-gejala yang
mendiagnosis suatu penyakit adalah
berbeda menyebabkan penyakit yang
dengan melihat gejala-gejala klinis yang
sama, maka mis gejala G (G1, G2 ...
dialami pasien . Gejala-gejala tersebut
Gn) menyebabkan penyakit Pk, maka terdapat nilai E(E1, E2 ... En) juga
didapatkan dari hasil jawaban atas
menyebabkan
pertanyaan-pertanyaan yang diberikan
penyakit
Pk,
maka
terdapat nilai CF1(Pk,G) dan CF2(Pk,E).
oleh dokter kepada pasien, dokter
Tingkat kepastian yang dihasilkan oleh sistem dalam menentukan diagnosa
kemudian
adalah CF kombinasi seperti yang
penyakit yang diderita pasien serta cara
dirumuskan pada persamaan :
membuat
penyembuhannya.
kesimpulan
Pengobatan
dan
rujukan yang diberikan dokter sesuai dengan penyakit yang dialami pasien. Cara diagnosis dokter tersebut memiliki persamaan dengan model
6
aplikasi diagnosis penyakit hepatitis
pemeriksaan, pengobatan, tindakan dan
dengan menggunakan Certainty Factor
pelayanan lain yang telah diberikan.
. Representasi penafsiran analisis dokter
Sumber data atau informasi bisa kita
dinyatakan dalam bentuk rule sebagai
dapatkan dari seorang ahli, dan berbagai
tempat menyimpan pengetahuan dan
literatur mengenai penyakit, sedangkan
analisa dari dokter dalam aplikasi.
data rekam medik bisa kita peroleh dari
Dimana keduanya dalam menyimpulkan
rumah sakit. Berikut Gambaran umum
suatu keputusan mengacu pada suatu
mengenai
fakta-fakta gejala yang didapatkan.
penderita penyakit hepatitis.
Gejala-gejala
yang
proses
diagnosis
pasien
diberikan
oleh
Data penyakit, gejala, terapi, dan
pasien, pada Certainty Factor
akan
tindakan yang didapatkan dari para ahli
diberikan nilai tingkat keyakinan yang
medis
akan digunakan untuk mengukur tingkat
dimasukkan
kepastian suatu penyakit yang dialami
proses dan diolah yang kemudian akan
pasien seperti yang dilakukan dokter.
dijadikan
Untuk diagnosis
membuat
penyakit
hepatitis
aplikasi
dan
rekam
medik
akan
kedalam
sistem
untuk
informasi
jenis
penyakit
hepatitis yang dialami. Proses tersebut
secara
dimulai
dengan
membuat
Tabel
akurat, diperlukan data mengenai jenis
penyakit,Tabel gejala, dan Tabel terapi
penyakit hepatitis, data gejala-gejala
beserta
penyakit, data jenis terapi, data tindakan
Tabel rekam medik..
detailnya,
serta
pembuatan
terapi dan data rekam medik. Data
Pada Tabel gejala dan penyakit
rekam medik merupakan berkas yang
akan dilakukan proses penghitungan
berisikan catatan dan dokumen yang
tingkat probabilitas gejala terhadap
berisikan
penyakit yang dialami sesuai dengan
tentang
identitas
pasien,
7
data
rekam
dimasukkan
medik
yang
telah
kedalam
Tabel.
Nilai
Data Rekam Medik
Data Gejala, Data Penyakit
Dokter
Menghitung Nilai Probabilitas Gejala Dan Penyakit
Nilai Probabilitas Gejala dan Penyakit
probabilitas inilah yang menjadi acuan Data Terapi, Data Tindakan
User Pasien
dalam perhitungan Certainty Factor . Sedangkan untuk data terapi dokter
DIAGNOSIS (Metode Certainty Factor)
Penentuan Terapi Terapi dan tindakan
akan melakukan penentuan bagaimana
Gejala Fisik
OUTPUT : - Hasil Diagnosa - Terapi - Detail Konsultasi
terapi itu akan diterapkan terhadap
Gambar 1 Desain Arsitektur aplikasi diagnosis penyakit hepatitis menggunakan metode Certainty Factor
penyakitnya. Desain Arsitektur
Context Diagram Model
pengembangan
dalam Context
Diagram
dari
aplikasi
sistem informasi ini berupa desain diagnosis arsitektur
yang
terdiri
dari
penyakit
hepatitis
tiga menjelaskan garis besar dari proses
pengguna, yaitu dokter, admin dan user diagnosis umum
untuk
konsultasi.
penyakit.
Pada
Context
Desain Diagram ini terdapat 3 external entity
arsitektur untuk Dokter terdiri dari yaitu dokter, admin dan user proses Maintenance data penyakit, data Data User Gejala Fisik User
gejala, data terapi dan data tindakan,
Pertanyaan Konsultasi
0
serta proses penentuan terapi yang
Jawaban Konsultasi Data Rekam M edik Pertanyaan Gejala
Data Tindakan
Aplikasi Diag nosis Penyakit Hepatitis
Data Terapi
Hasil Diagnosis
Data Rule
menjadi parameter dalam mementukan
+
Jawaban Pertanyaan
Daftar Pertanyaan
terapi bagi para penderita.
Data Penyakit Data Gejala Dokter Data Jenis Menu Data Makanan Data Menu Makanan
Gambar 2 Context Diagram
8
DFD Level 0 DFD
Conceptual data model (CDM)
level
merupakan
hasil
Tanya_Jawab id_pertanyaan tgl_pertanyaan judul_pertanyaan pertanyaan jawaban
Kons ultasi id_konsultas i tgl_konsultas i jawaban kons ultasi
decomposse dari DFD level Context.
mengajukan
melakukan
Detail_Rekammedik id_detail_rm status _detailrm
Pada DFD level 0 terdapat lima proses.
Rekam_Medik id_datarm nama_s ampel g ejala hasil_uji_lab
mempunyai
Proses pada level ini yaitu proses
Gejala id_g ejala nama_g ejala pertanyaan probabilitas_g ejala
Detail_Kons ultasi id_detailkonsultas i status _detaillkons ultasi CF_Pk
manajemen data, proses perhitungan CF
mempunyai
Detail_Rule id_detail_rule ketrangan_rule
mempunyai
Terapi id_terapi jenis_terapi terapi
(Certainty Factor) gejala dan penentuan adalah
mempunyai
mempunyai
Makanan
Tindakan id_tindakan nama_tindakan
id_makanan nama_makanan ket_makanan g olong an_makanan protein (g ) lemak (g ) karbohidrat (g ) kalori
Gambar 3.10 Conceptual data model (CDM)
[Data Makanan]
1
mempunyai
mempunyai
[Data Jenis M enu] dt_user
mempunyai
Jenis_M enu id_jenis _menu nama_jenis _menu ket_jenis _menu
Detail_Menu id_detail_menu ket_detail_menu
konsultasi.
Admin
mengandung
Tingkat_Penyakit id_ting katpenyakit Maksimal_CF Minimal_CF
Menu_Makanan id_menu nama_menu jumlah_kalori
Detail_Terapi
proses
mempunyai
mempunyai mempunyai
id_detailterapi status _detailterapi
mempunyai
Nilai_CF_Gejala id_c fg ejala mb md
mempunyai
terakhir
Penyakit id_penyakit penyakit probabilitas_pk
Rule id_rule nama_rule rule
mempunyai
mempunyai
dan
mempunyai
mempunyai
mempunyai
terapi
User id_user us er_name password nama tgl_lahir alamat kota jenis_kelamin g ol_darah no_telp email status _us er
User
1 [Data User] [Data Tindakan]
Physical data model (PDM)
Dokter
[Data gejala]
Manajemen Data
[Data Terapi]
[Data Menu Makanan]
USER ID_USER USER_NAME PASSWORD NAMA TGL_LAHIR ALAMAT KOTA JENIS_KELAMIN GOL_DARAH NO_TELP EMAIL STATUS_USER
[Data Penyakit]
+
[Data Rule] 2
3
Penyakit
dt gejala
dt penyakit 4
Terapi
5
dt tindakan
dt terapi 6
Gejala
KONSULTASI
7
dt menu makanan
Makanan
Tindakan ID_KONSULTASI ID_TERAPI TGL_KONSULTASI JAWABAN_KONSULTASI ID_USER
Menu_Makanan
dt makanan 8
9
dt rule
Jenis_M enu
Rule
varchar(10) varchar(10) date varchar(50) varchar(12)
ID_USER = ID_USER
varchar(12) varchar(12) varchar(12) v50 date varchar(50) varchar(50) varchar(10) varchar(2) varchar(50) varchar(50) varchar(50)
TANYA_JAWAB ID_PERTANYAAN varchar(7) TGL_PERTANYAAN timestamp JUDUL_PERTANYAAN varchar(100) PERTANYAAN varchar(200) JAWABAN varchar(200) ID_USER varchar(12)
ID_USER = ID_USER
dt jenis menu DETAIL_REKAMMEDIK ID_DETAIL_RM varchar(10) STATUS_DETAILRM varchar(50) ID_GEJALA varchar(20) ID_DATA varchar(10)
2 ID_TERAPI = ID_TERAPI
dt jenis menu dt makanan
ID_DATA = ID_DATA
REKAM_MEDIK ID_DATA varchar(10) NAMA_SAMPEL varchar(50) GEJALA varchar(50) HASIL_UJI_LAB varchar(10) ID_PENYAKIT varchar(20)
ID_PENYAKIT = ID_PENYAKIT
RULE ID_RULE varchar(10) ID_PENYAKIT varchar(20) RULE numeric(1) NAMA_RULE varchar(25)
dt menu makanan
dt terapi
Perhitungan CF Gejala dan penentuan terapi
dt penyakit
dt tindakan
PENYAKIT ID_PENYAKIT varchar(20) PENYAKIT varchar(20) PROBABILITY integer
ID_PENYAKIT = ID_PENYAKIT
ID_KONSULTASI = ID_KONSULTASI ID_RULE = ID_RULE
[Data Rekam Medik]
dt gejala
+ 13
Detail_Rule
15
Detail Terapi
Detail Rule
User
16 10
Rekam_Medik
Detail_Rekam_Medik
Detail_Terapi
Nilai_CF_Gejala
nilai CF gejala Detail Rekam Medik 14
ID_GEJALA = ID_GEJALA
Tingkat_Penyakit
ID_TERAPI = ID_TERAPI
dt tingkat penyakit
DETAIL_KONSULTASI ID_DETAILKONSULTASI ID_KONSULTASI ID_GEJALA STATUS_DETAILLKONSULTASI CF_PK
varchar(10) varchar(10) varchar(20) varchar(50) integer
Detail Rule
dt tingkat penyakit DETAIL_TERAPI ID_DETAILTERAPI varchar(10) ID_TERAPI varchar(10) ID_TINDAKAN varchar(10) STATUS_DETAILTERAPI varchar(50)
nilai cf gejala
[Pertanyaan Konsultasi]
dt detail menu Diagnosis dan Konsultasi
dt detail terapi
[Pertanyaan Gejala] dt rule
MENU_MAKANAN ID_MENU varchar(7) NAMA_MENU varchar(100) ID_TINGKATPENYAKIT varchar(10) JUMLAH_KALORI integer
ID_MENU = ID_MENU
[Jawaban Konsultasi]
+
dt konsultasi
9
Rule detail konsultasi
DETAIL_RULE ID_DETAIL_RULE varchar(10) ID_GEJALA varchar(20) KETRANGAN_RULE
ID_RULE varchar(10)
ID_GEJALA = ID_GEJALA
NILAI_CF_GEJALA
pertanyaan gejala
[Hasil Diagnosis]
varchar(20) varchar(50) varchar(100) integer
17
Konsultasi
18
Detail_Konsultasi
19
Tanya_Jawab
ID_TINDAKAN = ID_TINDAKAN
TINDAKAN ID_TINDAKAN varchar(10) NAMA_KETERANGAN varchar(100)
TINGKAT_PENYAKIT ID_TINGKATPENYAKIT varchar(10) ID_PENYAKIT varchar(20) ID_TERAPI varchar(10) MAKSIMAL_CF integer MINIMAL_CF varchar(10)
Gambar 3 DFD Level 0
varchar(10) varchar(20) varchar(20) integer integer
ID_PENYAKIT = ID_PENYAKIT
ID_PENYAKIT = ID_PENYAKIT
JENIS_MENU ID_JENIS_MENU varchar(10) NAMA_JENIS_MENU varchar(100) KET_JENIS_MENU varchar(100)
ID_TINGKATPENYAKIT = ID_TINGKATPENYAKIT
DETAIL_MENU ID_DETAIL_MENU varchar(10) KET_DETAIL_MENU varchar(10) ID_MENU varchar(7) ID_JENIS_MENU varchar(10) ID_MAKANAN varchar(10)
ID_JENIS_MENU = ID_JENIS_MENU
ID_MAKANAN = ID_MAKANAN
MAKANAN ID_MAKANAN NAMA_MAKANAN KET_MAKANAN PROTEIN LEMAK KARBOHIDRAT KALORI GOLONGAN_MAKANAN
pertanyaan
ID_CF ID_GEJALA ID_PENYAKIT MB MD
ID_GEJALA = ID_GEJALA ID_GEJALA = ID_GEJALA
ID_TERAPI = ID_TERAPI
3
[Gejala Fisik]
GEJALA ID_GEJALA NAMA_GEJALA PERTANYAAN PROBABILITAS_GEJALA
Detail_Menu
Detail M enu
dt rekam medik
12 11
TERAPI ID_TERAPI varchar(10) JENIS_TERAPI varchar(20) TERAPI varchar(100)
varchar(10) varchar(100) varchar(100) integer integer integer integer integer
Gambar 3 Physical data model (PDM)
9
pemeriksaan pasien yang terdapat pada
IMPLEMENTASI Halaman login adalah halaman
data
rekam
medik
dengan
hasil
yang pertama kali akan ditampilkan diagnosis yang dilakukan pada aplikasi
ketika membuka aplikasi diagnosis.
seperti terlihat pada Gambar 5
User harus menginputkan username dan password pada halaman login agar bisa masuk
dalam
aplikasi
diagnosis
penyakit hepatitis. Halaman login dapat dilihat pada Gambar 4. Gambar 5 Hasil diagnosis Detail
hasil
perhitungan
Certainty
Factor yang tedapat pada aplikasi seperti terdapat pada Gambar 6 Gambar 4.1 Halaman Log In Tampilan
pertanyaan
untuk
mengidentifikasi gejala yang dialami
Gambar 6 Perhitungan kombinasi gejala
user yang akan melakukan diagnosis pada
aplikasi
diagnosis
penyakit
KESIMPULAN
hepatitis ditunjukkan Gambar 4.53.
Berdasarkan evaluasi hasil uji coba, aplikasi diagnosis penyakit hepatitis menggunakan Certainty Factor yang telah
Gambar 4 Tampilam pertanyaan identifikasi gejala
dibuat
mampu
penyakit
hepatitis
penderita
dan
kepastian
terhadap
mendiagnosis yang
memberikan penyakit
dialami nilai yang
diderita serta menghasilkan data hasil diagnosis yang berisi tentang terapi
Hasil diagnosis yang dilakukan pada
penyakit dan meal plan menu makanan aplikasi
pada
kesimpulan
kasus bahwa
1
didapatkan
antar
yang dapat membantu user memberikan
hasil
10
solusi terhadap penyakit hepatitis yang
Arhami, Muhammad. 2005. Konsep
diderita.
Dasar
Sistem
Pakar.
Yogyakarta : Andi Dalimartha, Setiawan. 2008. Ramuan
SARAN Berdasarkan penjelasan tentang sistem
Tradisional Untuk Pengobatan
aplikasi
dapat
Hepatitis.
diberikan saran untuk pengembangan
Swadaya.
yang
telah
dibuat,
sistem ini sebagai berikut:
Jakarta.
Penebar
Fauzy, Ahmad dr. Sp.PD-KGEH.
Sistem dapat dikembangkan menjadi
Prevalensi Penyakit Hepatitis
lebih lanjut dalam hal pemanfaatan
Virus di Indonesia.
yaitu melalui media konsultasi berbasis
http://www.rspondokindah.co.
smartphone
Android,
id/rspi/index.php?option=com
Blackberry, dan I-Phone sehingga dapat
_docman&task=doc_downloa
dengan mudah diakses dan melakukan
d&gid=457&Itemid=218&lan
konsultasi.
g=id . (Sitasi 20 September
Sistem dapat dikembangkan menjadi
2011)
seperti
lebih kompleks lagi yaitu aplikasi ini
Green, Chris W.2005. Hepatitis Virus
dapat diperluas area penyakit yang akan
dan HIV,Jakarta:Yayasan Spirtia
di
diagnosis
mencakup
penyakit
Hartati,
2005.
Media
Konsultasi
hepatitis beserta komplikasi penyakit
Penyakit Kelamin Pria dengan
yang menyertainya.
Menggunakan Metode Certainty Factor Bayesian. Yogyakarta:
DAFTAR PUSTAKA
Seminar
Anonim, Lembar Fakta Hepatitis.
Informasi
Nasional
Teknologi
(SNASTI)
2005
http://www.depkes.go.id/hepat
Universitas Gadjah Mada
itis/index.php/component/cont
Kusrini, 2008. Aplikasi Sistem Pakar.
ent/article/34-press-
Yogyakarta: Andi
release/799-lembar-fakta-
Romeo,
S.T.
2003.
Testing
dan
hepatitis.html. (Sitasi 20
Implementasi Sistem. STIKOM.
September 2011)
Surabaya.
11
